| 1 |
1
3차원 복원 지형 정합 방법에 있어서,인공위성 영상으로부터 DEM(Digital Elevation Model) 기반 포인트 클라우드(Point Cloud)를 생성하는 단계;항공 영상으로부터 3차원 복원 지형의 포인트 클라우드를 생성하는 단계;상기 DEM 기반 포인트 클라우드 및 상기 3차원 복원 지형의 포인트 클라우드간 3차원 정합을 수행하는 단계;상기 3차원 정합이 수행된 영역에서 상기 인공위성 영상의 2차원 영상을 생성하는 단계;상기 3차원 정합이 수행된 영역에서 상기 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상을 생성하는 단계; 및상기 인공위성 영상의 2차원 영상의 특징점 및 상기 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 기초로 2차원 정합을 수행하는 단계를 포함하는 3차원 복원 지형 정합 방법
|
| 2 |
2
제1항에 있어서, 상기 DEM 기반 포인트 클라우드를 생성하는 단계는,상기 인공위성 영상에 특징점 매칭 및 등극선 기하 중 적어도 하나를 적용하여 인공위성 영상의 DEM 을 생성하고,상기 생성된 인공위성 영상의 DEM에 포함된 지형고도 데이터를 포인트 클라우드 형태로 변환하여 상기 DEM 기반 포인트 클라우드를 생성하는 것을 특징으로 하는 3차원 복원 지형 정합 방법
|
| 3 |
3
제1항에 있어서,상기 3차원 복원 지형의 포인트 클라우드를 생성하는 단계는,상기 항공 영상에 특징점 매칭 및 카메라 기하보정 중 적어도 하나를 적용하여 3차원 복원 지형 포인트 클라우드를 생성하는 것을 특징으로 하는 3차원 복원 지형 정합 방법
|
| 4 |
4
제1항에 있어서,상기 3차원 정합을 수행하는 단계는,상기 DEM 기반 포인트 클라우드 및 상기 3차원 복원 지형의 포인트 클라우드를 동일한 픽셀공간해상도로 변환하는 단계;상기 변환된 DEM 기반 포인트 클라우드 및 3차원 복원 지형의 포인트 클라우드간의 회전 또는 이동을 ICP(Iterative Closest Point)알고리즘을 이용하여 검출하는 단계; 및상기 검출된 회전 또는 이동에 기초하여 3차원 정합을 수행하는 단계를 포함하는 3차원 복원 지형 정합 방법
|
| 5 |
5
제1항에 있어서,상기 2차원 정합을 수행하는 단계는,상기 인공위성 영상의 2차원 영상 및 상기 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상을 동일한 픽셀공간해상도로 변환하는 단계;상기 변환된 인공위성 영상의 2차원 영상 및 상기 변환된 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상으로부터 적어도 하나의 인공위성 영상의 2차원 영상의 특징점 및 적어도 하나의 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 각각 추출하는 단계;상기 적어도 하나의 인공위성 영상의 2차원 영상의 특징점 및 적어도 하나의 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 매칭하여 적어도 하나의 매칭점 쌍을 유도하는 단계;상기 적어도 하나의 매칭점 쌍을 필터링하여 유효 정합점을 추출하는 단계; 및상기 유효 정합점을 기초로 2차원 정합을 수행하는 단계를 포함하는 3차원 복원 지형 정합 방법
|
| 6 |
6
제5항에 있어서,상기 적어도 하나의 인공위성 영상의 2차원 영상의 특징점 및 적어도 하나의 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 각각 추출하는 단계는,SURF(Speeded Up Robust Features), SIFT(Scale Invariant Feature Transform), Corner 및 Edge 중 적어도 하나의 방법을 이용하여 특징점을 추출하는 것을 특징으로 하는 3차원 복원 지형 정합 방법
|
| 7 |
7
제5항에 있어서,상기 적어도 하나의 매칭점 쌍을 필터링하여 유효 정합점을 추출하는 단계는,등극선 기하 및 RANSAC(RANdom SAmple Consensus) 중 적어도 하나에 기초한 필터링을 적용하여 유효 정합점을 추출하는 것을 특징으로 하는 3차원 복원 지형 정합 방법
|
| 8 |
8
제5항에 있어서,상기 유효 정합점을 기초로 2차원 정합을 수행하는 단계는,상기 유효 정합점의 좌표 차이가 최소화되는 회전각도, 이동거리 및 스케일링 팩터 중 적어도 하나에 기초하여 2차원 정합을 수행하는 것을 특징으로 하는 3차원 복원 지형 정합 방법
|
| 9 |
9
3차원 복원 지형 정합 장치에 있어서,인공위성 영상으로부터 DEM(Digital Elevation Model) 기반 포인트 클라우드(Point Cloud)를 생성하고, 항공 영상으로부터 3차원 복원 지형의 포인트 클라우드를 생성하여, 상기 DEM 기반 포인트 클라우드 및 상기 3차원 복원 지형의 포인트 클라우드간 3차원 정합을 수행하는 3차원 정합 모듈; 및상기 3차원 정합이 수행된 영역에서 상기 인공위성 영상의 2차원 영상 및 상기 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상을 생성하고, 상기 인공위성 영상의 2차원 영상의 특징점 및 상기 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 기초로 2차원 정합을 수행하는 2차원 정합 모듈을 포함하는 3차원 복원 지형 정합 장치
|
| 10 |
10
제9항에 있어서, 상기 3차원 정합 모듈은,상기 인공위성 영상에 특징점 매칭 및 등극선 기하 중 적어도 하나를 적용하여 인공위성 영상의 DEM 을 생성하고,상기 생성된 인공위성 영상의 DEM에 포함된 지형고도 데이터를 포인트 클라우드 형태로 변환하여 상기 DEM 기반 포인트 클라우드를 생성하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
| 11 |
11
제9항에 있어서, 상기 3차원 정합 모듈은,상기 항공 영상에 특징점 매칭 및 카메라 기하보정 중 적어도 하나를 적용하여 3차원 복원 지형 포인트 클라우드를 생성하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
| 12 |
12
제9항에 있어서, 상기 3차원 정합 모듈은,상기 DEM 기반 포인트 클라우드 및 상기 3차원 복원 지형의 포인트 클라우드를 동일한 픽셀공간해상도로 변환하고, 상기 변환된 DEM 기반 포인트 클라우드 및 3차원 복원 지형의 포인트 클라우드간의 회전 또는 이동을 ICP(Iterative Closest Point)알고리즘을 이용하여 검출하여,상기 검출된 회전 또는 이동에 기초하여 3차원 정합을 수행하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
| 13 |
13
제9항에 있어서, 상기 2차원 정합 모듈은,상기 인공위성 영상의 2차원 영상 및 상기 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상을 동일한 픽셀공간해상도로 변환하고,상기 변환된 인공위성 영상의 2차원 영상 및 상기 변환된 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상으로부터 적어도 하나의 인공위성 영상의 2차원 영상의 특징점 및 적어도 하나의 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 각각 추출하고,상기 적어도 하나의 인공위성 영상의 2차원 영상의 특징점 및 적어도 하나의 항공 영상기반 3차원 복원 지형의 정사투영 2차원 영상의 특징점을 매칭하여 적어도 하나의 매칭점 쌍을 유도하고,상기 적어도 하나의 매칭점 쌍을 필터링하여 유효 정합점을 추출하여, 상기 유효 정합점을 기초로 2차원 정합을 수행하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
| 14 |
14
제13항에 있어서, 상기 2차원 정합 모듈은,SURF(Speeded Up Robust Features), SIFT(Scale Invariant Feature Transform), Corner 및 Edge 중 적어도 하나의 방법을 이용하여 특징점을 추출하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
| 15 |
15
제13항에 있어서, 상기 2차원 정합 모듈은,등극선 기하 및 RANSAC(RANdom SAmple Consensus) 중 적어도 하나에 기초한 필터링을 적용하여 유효 정합점을 추출하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
| 16 |
16
제14항에 있어서, 상기 2차원 정합 모듈은,상기 유효 정합점의 좌표 차이가 최소화되는 회전각도, 이동거리 및 스케일링 팩터 중 적어도 하나에 기초하여 2차원 정합을 수행하는 것을 특징으로 하는 3차원 복원 지형 정합 장치
|
